コールセンターを運用する企業の間でAIに関する興味・関心が急速に高まっているが、多くの企業は、慢性的な人手不足の解決策として2つの効果を期待している。

1つ目は、AIを活用することでコールセンター業務を効率化・自動化し、少ない人数で業務が回るようにすること。2つ目は、過去の問い合わせ対応を学習させたAIをアシスタントとして活用することで、オペレーターの経験不足をカバーして応対品質向上を図ることである。

生成AIの進化で音声によるAIチャットボットも可能に

前者の効率化・自動化については、AIが登場する前から、CTIのIVR（自動音声対応）機能で対応窓口の一次振り分けをしたり、チャットボットでオペレーター業務を代行したりといった選択があった。しかし、かつてのチャットボットは定型的なやり取りにしか対応できず、しかも、テキストでのやりとりだけで、ユーザは入力の負担がある上、期待していた回答が得られないなどの課題があった。

生成AIが登場し、自然言語処理が可能になったことで大きく状況が変わり、ユーザの音声を認識して、音声で回答するボイスボットも登場。さらに文章理解力が格段に向上したことで、定型のやりとり以外にも対応できる可能性が出てきた。さらに、CTIで録音した音声データから会話内容のテキスト化やその要約作成なども可能で、記録・報告などのオペレーター業務を効率化し、会話データの二次活用もしやすくなった。

AIでベテランのノウハウを共有・継承し応対品質向上

後者の応対品質向上も、自然言語処理能力の飛躍的な向上によるところが大きい。従来のコールセンターでは、業務が属人化してノウハウの共有や継承がなかなか進まず、オペレーターによって応対品質にバラツキが出たり、新人を採用しても一人前になるまでに時間を要するなどの課題があった。

AIに、ベテランによる過去の問い合わせ対応の事例を学習させた上で、同様の問い合わせがあった際に参考事例として画面に表示すれば、新人オペレーターもベテランと同じ対応が可能になる。結果的に、新人オペレーターの早期戦力化や応対品質の全体的なレベルアップが可能になるほか、オペレーターの業務負担やストレスを低減でき、定着率向上も期待できる。

コールセンターの人手不足解消の切り札とも言うべきAIだが、まだ様々な課題やハードルがあり、現時点でできることは限られている。

業務の適・不適がある

顧客からの問い合わせに対応するコールセンターだが、仕様や成分などの製品に関する問い合わせや操作サポートから、故障した製品の修理受付、購入や契約の申込み受付、製品やサービスの問題に関するクレーム対応まで、実に広範に及ぶ。

AIにも適・不適があり、複雑で前例がない質問には回答できず、ベテランオペレーターにとっても難しいクレーム対応などには、適さない。少なくとも現時点では、定型のやり取りで済む修理受付や購入・契約の申込み受付、データに基づき回答すればよい仕様や成分に関する問い合わせ対応など、活用できる領域は限られる。

嘘をつく可能性がある

生成AIについては、ハルシネーションの問題もある。ハルシネーションとは、虚偽の情報あるいは誤解を与えかねない情報を、あたかも事実に基づいた正しい情報のように回答することだが、架空の学者の論文を根拠とするなど一般人には見破れないケースも多い。

顧客からの信頼低下につながるだけでなく、内容によっては健康被害などを引き起こす可能性もあるため、現時点では、AIが直接顧客に回答するのではなく、AIが用意した回答を参考にしてオペレーターが回答する運用が無難だ。あくまで、AIはオペレーターの回答を補助するアシスタントに留まる。

時間もお金もかかる

AIを導入すればすぐに使えるというわけではない。精度の高い回答を実現するには、過去の問い合わせ対応に関する記録や製品・サービスに関する最新データをAIに学習させる必要があり、データを揃え整えるのには相当な手間と時間を要する。AIの活用シナリオに合わせて、どのようなデータを揃えるべきかを判断するAI人材の育成まで考えると、成果を出すまでには相当な時間とコストがかかることを覚悟しなければならない。

運用開始後も手がかかる

AIが一定以上の精度で回答できるようになり、運用を開始したとしても、回答精度の維持・向上に向けて継続的なメンテナンスが欠かせない。学習データが多ければ多いほど回答精度が上がるため、運用開始後も継続して学習を続け、日々更新される製品・サービスの情報も反映更新する必要がある。

一口にAIと言っても、目的に応じ個別に進化したAIが様々登場しており、コールセンターでは以下のようなAIの活用が考えられる。

チャットボット

テキストチャット形式でロボットが会話するシステム。24時間・365日の問い合わせ対応が可能で顧客満足度向上を実現する。AIが問い合わせ内容を分析し、過去のデータをもとに最適な回答を提示する、AI搭載型のチャットボットも登場し、利用が拡大している。

ボイスボット

音声認識や合成音声などのAIを利用して、音声で簡単な会話ができるシステム。問い合わせ内容を理解した上で最適な部署に取り次いだり、定型の質問を繰り返しながら最適なFAQに誘導したりといった活用シナリオが考えられる。

音声テキスト化・要約作成ツール

音声テキスト化ツールは、AIが顧客とオペレーターの会話を自動でテキスト化するシステム。AIが要約文を作成してくれる要約作成ツールと併用することで、案件記録の際に活用でき、オペレーターの入力作業負荷軽減につながる。

FAQ（システム）

コールセンターに問い合わせをする前に、顧客が疑問を自己解決することで呼量削減を実現するFAQ（Frequently Asked Questions）だが、問い合わせ対応事例を元にFAQを自動作成してくれるAIもある。

上記に対し、問い合わせ対応中のオペレーターが、過去の対応実績データを元に最適な回答を探すための仕組みをFAQシステムという。音声認識で顧客の問い合わせ内容を分析して、リアルタイムで最適な回答をオペレーターの画面に表示するAI FAQシステムも登場している。

テキストマイニング

AIによってテキストデータを分析し、文字列データや数値データなどを抽出するシステム。問い合わせの傾向分析に効果を発揮する。

感情分析

顧客からの問い合わせの音声データを、声の大きさやトーン、スピードなどから分析し、喜怒哀楽の感情を抽出して可視化するシステム。クレーム事例の対応改善などで活用される。

コールセンターのAI導入・活用には膨大な時間とコストがかかるため、自社の現状を分析した上で、できることから少しずつ取り組むのが現実的だ。

なかでも、AI人材がいない企業でも簡単に導入できるのが会話のテキスト化＆要約作成だ。各社から様々なサービスが提供されており、SaaS製品なら初期コスト不要で導入してすぐに使いはじめられ、問い合わせ対応の記録などACW作業の効率化に貢献する。要約をベースにFAQを充実させて呼量削減を実現したり、FAQシステムを導入して応対品質向上につなげる上での“第一歩”としてお勧めだ。

AI活用を会話のテキスト化や要約作成などからはじめるとしても、究極的にコールセンターとして目指すところは“問い合わせ対応の無人化”だ。それにはASI※の登場を待つ必要がありそうだが、その間にやっておかねばならないことがある。前々段でも触れたAIに学習させるデータの整備だ。 ※Artificial Superintellligence（人工超知能）の略称。人間の知能を超えた知性を備えた人工知能（AI）システムとされる

学習データは過去の問い合わせ対応の記録やFAQが中心となるが、粒度の細かい情報をできるだけ多く蓄積してAIに学習させたい。その際の情報基盤としてお勧めなのが、コールセンターCRM「CSStream」だ。カスタマイズ性にすぐれるパッケージ製品で、メールやチャットなど、マルチチャネルの問い合わせ対応を一元管理でき、標準でFAQシステムのようなアシスタント機能も提供。テキスト化や要約作成などAIツールとの連携も容易で、将来の本格的なAI活用に適したデータ基盤と言える。

このほか、問合せフォームなどメールでの問い合わせに対し、生成AIによる返答メール自動作成も可能で、メール対応の負担を軽減しオペレーターが電話対応に集中できる点も「CSStream」ならではの魅力だ（オプション）。